7大能力护体，人工智能还赢不了你

欢迎来到【小巴取经】

和小巴一起共读经典

今天又来到了我们读书的节目。

之前有朋友说到，想看看读一下关于智能时代的书。

小巴到理财巴士的书架上一找，发现了一本同类的书籍，李开复博士的《人工智能》。

李开复曾任微软和谷歌的全球副总裁，现在创业投资机构“创新工场”的CEO，有很丰富的信息产业研究经验，他开发的“奥赛罗”人机对弈系统，击败过人类世界团体比赛冠军的选手。

他在1998年创办的微软亚洲研究院，是当时很火的计算机实验室，也是一所培养人工智能人才的“黄埔军校”。

他写的书，常常是通过自己的亲身经历，向大家分享一些新鲜事物的使用方法和心得。

其实“人工智能”这个词，大家可能都听到烂了。

不过，真要追问起来，恐怕很多人对人工智能的认识，还是很模糊的，会有各种丰富的想象。

比如觉得人工智能，就是那种人形机器人，有可能毁灭人类，等等类似的一些过度的恐惧和误区。

而李开复的这本书，其实就是给大家科普了，人工智能到底是个什么东西，发展到哪了，里面的危与机是什么，大家又该怎么应对。

正所谓知己知彼，

我们首先要搞清楚，

所谓的人工智能究竟是什么呢？

其实人工智能已经在我们身边，无处不在了，比如：

苹果Siri、天猫精灵这些智能语音助理；

谷歌的翻译系统，可以实现多种语言之间的互译；

科大讯飞的语音输入法，能够实现语音转换成文字；

淘宝可以为你推荐适合的产品，美图秀秀可以自动对照片进行美化；

滴滴的算法可以帮司机选择路线，规划调度方案，还有自动驾驶......

这些背后都是人工智能技术。

（来源：李开复、王咏刚《人工智能》）

对于“人工智能”的定义，业界众说纷纭。

如果非要给个定义，普遍认可度比较高的说法就是——

“AI（人工智能）是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序。”

大家可能会觉得，近几年来才开始经常听到人工智能这个东西，但其实人家已经经历了3轮热潮，小巴快速捋一下。

1950年图灵测试提出来，AI兴起。

1962年，IBM的阿瑟·萨缪尔，开发了个西洋跳棋程序，赢了一位盲人跳棋高手，众人惊呼受到了机器的威胁！

但过几年，大家觉得计算机会下简单的跳棋，没啥大不了。

到了1997年，IBM的深蓝在国际象棋上战胜卡斯帕罗夫，众人惊呼人类命运堪忧！

但过几年，国际象棋程序就变成了普通的计算机应用，大家觉得有本事去试一下围棋。

到了2016年，AlphaGo在围棋上大战李世石，AI再次火热至今。

这里面有趣的上下落差，其实就是技术成熟度的问题。

李开复在书里面提到了一个高德纳技术成熟曲线，从这条曲线，可以看出绝大多数高新技术的发展历程。

小巴觉得这框架挺不错，贴在这里供大家参考：

（高德纳咨询公司技术成熟度曲线 

来源：李开复、王咏刚《人工智能》）

我们看到，在技术真正成熟之前，都是先扬后抑。

里面会有粉丝的跟风，媒体的炒作，资金的注入，然后负面报道出来，前浪被拍在了沙滩上。

接下来，继续在波折中，技术积累和迭代，才会逐渐步入成熟，最终走向真正的繁荣和稳定。

就拿李开复研究的“语音识别”领域来说吧。

识别的方法，从最开始的“符号主义学派”，到“统计模型”，再到“深度学习”，识别错误率一直在降低。

现在的语音识别，已经做到了大多数人可以用的程度。

所以李开复觉得，和前两次热潮重于学术和宣传不同，这次人工智能复兴的最大特点，是AI在多个相关领域，表现出被普通人认可的性能或效率，开始在产业界发挥出真正的价值。

也就是说，今天的人工智能是“有用” 的，是可以解决实际问题的。

说到这里，我们得解释一下刚刚提到的“深度学习”。

语音识别就是在深度学习之后，才突飞猛进的，其实深度学习，是目前人工智能发展的核心技术。

深度学习的学术解释挺复杂，李开复举了一个水管网络的例子来类比。

要学习的东西是一大堆数据，如果这些数据是“水流”，那么这个深度学习网络，就是一个由多层的管道和阀门组成的水管网络，每层都是相接的。

根据不同任务的需要，水管网络的层数、每层的调节阀数量，可以有不同的变化组合。

这个水管网络可以通过调节所有的阀门，控制水流最终的流出量，来识别信息。

举个例子，假设要识别出“田”“甲”“由”“申”这4个汉字，可以调整不同层的阀门，使得最终4个管道出口流出的水量都不同，来进行汉字区别。

（深度学习“水管网络” 

来源：李开复、王咏刚《人工智能》）

还不理解没关系，小巴简单总结，这就是通过多层次的分析和计算，来得到结果的一种方法。

看这图的层级和密密麻麻的线，就知道有多深度了......

从这里大家也知道，深度学习需要大量数据的支撑。

所以我们才会经常听到这么一种说法：

有大量数据的行业，就有人工智能的机会。

那问题来了，

AI看起来确实很强，

但真如你想象中那么聪明吗？

至少现在还谈不上控制人类，带来威胁的程度。

因为现在所有的人工智能，都还是弱人工智能，只能解决特定领域问题，是一种工具。

李开复说，目前AI至少在7个领域还很“稚嫩”——

01 跨领域推理

举一反三，触类旁通，孩子几岁的时候，就会说太阳像火炉一样热。

从表象入手去推理，恋爱中的女人就是福尔摩斯，从男人换掉的微信头像，突然改变的语气词和标点符号，静音的手机，察觉到猫腻。

拥有这种能力，人可以处理日常生活中非常复杂的问题。

人工智能在这方面的能力，可以说远远不及人类。

02 抽象能力

人类的抽象能力一直在不断地提升，空和满，静和动，能认识数学里面的无限小数，知道白马非马之间具象和抽象的关系。

孩子只需要通过两三个样本，就可以学习一个新的知识，下次再看到路上跑的四轮方盒子，就会说那是一辆汽车。

而目前的深度学习技术，基本上都需要大量的训练样本，才能让计算机完成学习过程。

03 知其然，也知其所以然

基于深度学习的人工智能，在输入大量数据后，可以自动调整参数，完成深度学习模型。

但是机器本身不会“思考”，为什么模型中的参数要这么设置？背后更深层次的逻辑是什么？

AlphaGo在下围棋时，追求的是每下一步后，自己的获胜率超过50%，以确保最终赢棋。

但是具体每一步，为什么要这样下胜率更大，那样下胜率较小，AlphaGo本身并不懂。

人贵在是一根会思考的芦苇，所以大家还是不要当浑浑噩噩的咸鱼~

04 常识

两点之间直线最短，白天太阳会升起。

咱们不需要学地心引力，就知道扔一个东西最后会掉下来，不需要怎么教，就知道别人迎面走过来的时候得错开一下位置。

这好像是一种与生俱来，不需要特别学习就具备的能力，但计算机就需要通过学习，来积累“经验”。

这在自动驾驶里很关键，遇到非常棘手、从来没见过的危险状况时，能不能正确处理，确保乘车人与行人安全呢？

05 自我意识

至今，只有人类这一种生物具有自我意识。

我们之前说到，现在只是弱人工智能，远未达到有自我意识的地步。

至于未来会不会有自我意识的机器，李开复觉得，这更多的是一个哲学问题了。

06 审美

其实现在的机器，已经可以仿照人类的绘画、诗歌、音乐等艺术风格，创作出电脑艺术作品来。

比如下面这几张猫咪的图，就是人工智能绘画程序prisma，利用从大量画作中学到的上色、笔触、干湿技法，应用到真实的照片上，得到的一幅艺术画作。

（来源：李开复、王咏刚《人工智能》）

大家觉得美吗？

就算你说不美，机器也不会咋地，因为机器并不真正懂得什么是美。

审美能力，并不是简单的规则组合，也不是大量数据堆砌后的统计规律。

而且，这是一种跨领域的能力，每个人的审美能力都是一种综合能力，和你的个人经历、文史知识、艺术修养、生活经验等都有密切关系。

我们说，这叫艺术个性。

07 情感

这点毫无疑问了，人类的七情六欲，使得每个人都变得独特，有存在感，这机器是没有的。

不过李开复提到，情感分析技术，倒是人工智能里的一个比较靠谱的方向。

只要有足够的数据，机器就可以从人所说的话里，或者从人的面部表情和肢体动作中，判断人类的情感状况。

所以总的来说啊，人工智能现在只是人类的工具，比起机器，咱们还是有明显的智慧优势。

但是人工智能终归是一场技术的革命，必定会带来一场大的社会和经济变革。

那咱们到底应该怎么应对呢？

下一篇解读，小巴就来和大家聊聊这个事。

小巴取经

咱们下一期再会吧~

加上星标

可以更快找到理财巴士喔~